Artificial Intelligence_bouwwereld_ABT
30 januari 2017

Artificial Intelligence in de bouw

Ontwikkelingen binnen de ingenieurswereld, waar denkt u dan aan? Nieuwe materialen,  uitgebreide rekenmethoden, uitdagende uitvoeringstechnieken? We focussen ons met ontwikkelingen vaak op traditionele onderwerpen. Maar de ontwikkeling waar de meeste winst te behalen is, dat bent u zelf.

Sinds de opkomst van de moderne wetenschap heeft er een revolutie van kennis plaatsgevonden. Sinds die tijd is het ontwikkelen van rekenmethoden en nieuwe materialen snel vooruit gegaan.

Tijdens de industriële revolutie is kunstmatige energie uitgevonden en werd het mogelijk om machines arbeid te laten verrichten. Mensen gingen zich bezighouden met een abstractere vorm van arbeid. Dit bracht ook vele nieuwe uitvoeringstechnieken voort.

Kunstmatige kennis
Op dit moment staan we aan de voet van een nieuwe revolutie. De revolutie van kunstmatige kennis. Artificial Intelligence en machine learning: we horen het overal. Technieken die voor mij tien jaar geleden nog als extreem futuristisch klonken worden werkelijkheid. Er zijn zelfrijdende auto’s, raketten van SpaceX die na gebruik weer kunnen landen en zelflerende algoritmes die al weten dat we depressief zijn voordat de eerste klachten optreden.

Om deze reden denk ik bij ontwikkeling in de ingenieurswereld dus aan IT. De laatste jaren is het werk van een ingenieur steeds meer verschoven van het schematiseren van een raamwerk met pen en papier, naar het modelleren van complexe constructies in een eindige-elementenpakket. De computer wordt een steeds belangrijker onderdeel in de werkzaamheden van een constructeur.

Als we terugkomen op het onderwerp Artificial Intelligence dan zien we dat de spraakmakende bedrijven op dit gebied - Google, Tesla, SpaceX, Apple – zelf bezig zijn met deze ontwikkelingen. Als we binnen de bouwwereld aan ontwikkeling op IT-gebied denken, denken we aan BIM. Dan denken we aan de connectie tussen programma’s. Het valt me op dat we deze ontwikkeling als constructeur aanmoedigen. We kijken naar de ‘grote’ softwarebedrijven zoals Scia Engineer en Revit tot ze nieuwe ontwikkelingen doorvoeren en het mogelijk maken om modellen van programma’s te koppelen.

Afbeelding: Kunstmatige kennis_Artificial Intelligence_ABT

Kansen voor de bouwwereld
Hier liggen echter niet de grote kansen voor ontwikkeling. Wil de bouwwereld afkomen van het imago dat het langzaam ontwikkelt, dan zullen we de ontwikkeling zelf van onderaf moeten aanjagen. Een groot gedeelte van ons werk bevat repetitie. Een groot gedeelte van ons werk is juist data genereren. Dit is precies waar de kansen liggen voor ontwikkeling en innovatie.

Als je meer dan 60% van je dag achter een pc zit, loont het om een programmeertaal te leren. Dit hoeven we niet allemaal te doen, maar een gedeelte van de vakgenoten zouden zich moeten specialiseren in de connectie tussen computers en techniek. We moeten zelf die koppeling tussen programma’s maken. Als gebruiker en professionals weten wij namelijk het beste welke ontwikkelingen nodig zijn. Als wij meer programmeerkennis krijgen, zullen we veel kansen zien in onze huidige werkzaamheden. Een softwarebedrijf zal enkel zijn programma optimaliseren.

We moeten programma’s gebruiken die ‘open’ zijn; voorzien van een Application Programming Interface (API). Dat wil zeggen dat we toegang hebben tot de data en al die modellen kunnen vatten in parametrische modellen. De data die we elke dag genereren moeten we daarbij slim opslaan. Uiteindelijk kan een machine, onder andere door de opkomst van deep learning, uit grote hoeveelheden data verbanden zien die we zelf nooit hadden kunnen leggen.

Zo is in deze video viral te zien dat een zelfrijdende auto van Tesla een ongeluk ziet aankomen voordat wij mensen ook maar iets kunnen waarnemen.

Mens is niet vervangbaar
Zelf ben ik bezig met innovatie in ons vakgebied door DIANA aan te sturen met programmeertalen zoals Python en C#. Door software te schrijven die het genereren van modellen, uitlezen en verwerken van data abstraheert tot enkele regels code. Zo wordt werk dat normaal gesproken zo’n twee dagen in beslag neemt teruggebracht tot een tijdsbesteding van twee uur.

Machines zijn efficiënt en productief, maar moeten geprogrammeerd worden of hebben grote hoeveelheden data nodig om te kunnen werken. Laten wij niet proberen efficiënter en productiever te zijn dan machines, dat is onhaalbaar. Machines gaan steeds complexere taken uitvoeren.

Laten wij doen waar we goed in zijn. Het oplossen van nieuwe problemen, verbanden leggen met weinig data. Vaardigheden die we niet kunnen programmeren.

En laat machines productief zijn. Dan hebben wij eindelijk eens tijd over om echt creatief te zijn.

Reacties (2)

30-01-2017 23:49:25 Uw naam Niels van Maanen
Goed artikel, meneer Vink
01-02-2017 10:54:07 Uw naam Teun van Dooren
Goeie blog!

Uw reactie

Deel dit bericht